基于非侵入式的事件检测方法统计评估

非侵入式负荷监测是负荷监测的重要发展方向,事件检测是非侵入式负荷监测的重点研究内容。多维信号相比一维信号可以提供多源信息,若信号不同维度间相关度大,则可以提高检测精度。文章基于统计假设首次推导BIC、CUSUM和GLRT三种算法的决策函数,并以二维信号为例进行仿真实验,比较了三种算法的检测结果。仿真实验证明补充合适的第二维信号可以提高整体检测精度,且得到不同算法的适用条件,即CUSUM算法适用于高阈值检测,GLRT算法适用于低阈值检测。

基于贝叶斯信息准则的非侵入式负荷事件检测算法

用户负荷数据监测是实现需求侧管理的基础,非侵入式负荷监测技术是负荷监测的重要发展方向,而事件检测是非侵入式负荷监测中的一个关键环节。对适用于模型选取问题的贝叶斯信息准则进行建模,将贝叶斯信息准则首次运用到事件检测当中,利用快速事件检测算法降低贝叶斯信息准则检测算法的误检率,并能解决CUSUM算法中产生的漏检问题。最后采用真实数据集进行测试。实验结果表明,相比于CUSUM算法,基于贝叶斯信息准则的事件检测算法能达到更好的检测准确性,并且能明显提高计算运行的速度。